国外人工智能市场分析师认为，金融服务行业是诸如法规遵从和以前需要深入领域知识的其他手动流程等领域中任务自动化最成熟的行业之一。
作为回应，新的AI工具正在出现，以帮助实现诸如会计操作之类的繁琐但必不可少的财务任务的自动化，同时还允许用户自动从可用于诸如风险管理之类的实际应用中利用的文档中提取数据。
新工具中包括金融技术专家AppZen公司于本周发布的升级版AI平台，该平台涵盖了越来越多的新用例。在一个示例中，平台可以将供应商发票与运输信息进行比较以确认发票准确性。自动化工具利用提单等数据点以及详细信息（如装运数量和装运重量）中的要素。
在另一个示例中，系统可以扫描信用卡对帐单，而无需仔细检查各个收据以确认费用项目合法。费用报告工具使用语义理解来确认费用是否符合公司政策。
AI工具说明了平台开发人员如何针对以前需要领域知识和对金融交易有详细了解的业务流程。例如，自动化可以代替扫描费用报告和随附收据图像的人工审核员。
分析师指出，一项艰巨的任务是使更高级别的业务流程自动化，从而使AI投资获得更大的回报。根据商务顾问麦肯锡全球研究所最近的一项研究，其中包括风险管理，这被认为是自动化过程中最具挑战性的业务流程之一。
像AppZen这样的供应商断言，诸如合规性，审计，应付账款和费用之类的自动化任务将使财务分析人员从扫描单个交易转向寻找可以帮助公司管理风险的模式上解放出来。目标之一是帮助金融分析师在交易发生之前做出决定。
因此，AppZen表示，升级后的平台将深度学习和语义分析与获得专利的计算机视觉技术相结合，可以作为降低成本，提高效率和遵守财务法规的预测工具。
AppZen的平台结合了深度学习和语义分析功能，它声称拥有成千上万的数据源，这些数据源用于训练被吹捧为理解金融交易的算法。这家总部位于圣何塞的供应商表示，其客户包括《财富》 500强企业的约四分之一。
麦肯锡关于金融自动化的报告指出，当前的IT基础架构使部署任务自动化工具变得更加容易。业务经理指出：“经理曾经不得不等待任务过多的IT团队来配置机器人，而如今，通常可以训练财务人员来开发很多[机器人流程自动化]工作流程。”
麦肯锡说，机器学习算法和自然语言工具的稳定改进意味着从会计到财务计划和分析的标准财务功能中，多达一半可以自动化。